Theses supervised by Yrd. Doç. Dr. Ahmet Çınar
17 theses · Fırat University
İki yönlü yansıma dağılım fonksiyonları kullanılarak nesne aydınlatma tekniklerinin incelenmesi
Filmlerdeki özel efektler, oyunlar, sanal gerçeklik uygulamaları, iç ve dış mekân tasarımları ve daha birçok alanda gerçekliği yakalamak önemli bir etkendir. Bilgisayar grafiklerinde gerçekliği yakalamak için geliştirilmiş pek çok algoritma vardır. Işığın geliş yönü, yansıma yönü, yüzey üzerine düştüğü nokta, dalga boyu ve yüzeyin geçirgenliği gibi birçok parametre yüzeyler üzerindeki aydınlatmayı hesaplamak ve simüle etmek için hesaba katılan değerlerdir. Bunların yanı sıra maddelerin fiziksel özellikleri de yansımayı etkileyen faktörlerdendir. Örneğin bir ayna ile plastik bir top üzerindeki yansıma aynı değildir. İki Yönlü Yansıma Dağılım Fonksiyonları (Bidirectional Reflectance Distribution Functions- BRDFs) bu anlamda yüzeyin aydınlatılması ve ne kadar ışığın yansıtılması gerektiğini hesaplayan fonksiyonlardır. Konuyla ilgili ilk çalışmayı Alman matematikçi, fizikçi ve gökbilimci olan Johann Heinrich Lambert gerçekleştirmiş ancak geliştirilen model gerçeklikten o kadar uzak kalmaktadır ki (Lambert modeline örnek olarak sadece kil ve ay yüzeyi örnek verilebilir ancak verilen bu örnekler Lambert modelinde ki kadar mat değildir.) var olan hiçbir maddeyi temsil edememektedir. Bu amaçla gerçekliği elde etmek veya bir nebze dahi olsa gerçekliğe yaklaşmak için birçok yansıma modeli geliştirilmiştir. Bu tez çalışmasında geliştirilen birtakım İki Yönlü Yansıma Dağılım Fonksiyonları (Bidirectional Reflectance Distribution Functions- BRDFs) incelenmiş ve değerlendirmelerde bulunulmuştur. Anahtar Sözcükler: Bidirectional Reflectance Distribution Functions, Lighting in Computer Graphics, Lambert BRDF
Investigation of feature extraction methods for EEG signal processing
Today, in view of human on the computer in most fields, communication has to be documented between human and computer to farther to be done by keyboard or mouse, like brain computer interface (BCI) technique. Since the brain is a very complicated and accurate device, signals emitted from it are different. on that, the signals classed into several types like Electroencephalography (EEG), the cheaper and easiest to use, and from this point, the (EEG) was chosen in this research. To be able to use the (EEG) for BCI technique we need to several steps for signal processing, and the most important step in this process is feature extraction technique, as for feature extraction technique, it can be done by a variety types of methods like Fast Fourier Transform (FFT), Wavelet Transform (WT), Eigenvectors, Time-Frequency Distributions, and Autoregressive Method(AR). In this thesis, we explained what is brain computer interface and for what it's important uses and how we can use, and also we have explained (EEG) signals and feature extraction methods uses to (BCI).
Endüstriyel kameralar için hiperspektral bantlarda adaptif pozlama süresi kestirimi
Bu çalışmada, hiperspektral görüntüleme için yeni bir pozlama düzeltme yöntemi sunulmuştur. Başlangıçta sistemde kullanılacak donanımsal parçaların entegrasyonu yapılmıştır. Daha sonra her bant için minimum ve maksimum pozlama değerlerini gösteren bir başvuru çizelgesi (look-up table) oluşturulmuştur. Geliştirilen bir görüntü alımı arayüzü ile farklı hiperspektral bantlarda değişik pozlama sürelerine sahip imgeler elde edilmiştir. Devamında, pozlama durumunu temsil edebilecek çeşitli öz nitelikler belirlenmiş ve bir veri seti oluşturulmuştur. Yapay sinir ağları (YSA) modellerinden Çok Katmanlı Algılayıcı ağ modeli, Doğrusal Regresyon ve REPTree algoritmalarının pozlama durumunu belirlemedeki başarıları kıyaslanmıştır. Çalışmanın devamında pozlama durumunu %99.18 doğru tahmin eden REPTree algoritması temel alınarak gerçek zamanlı olarak, istenilen hiperspektral bantta en yüksek pozlama kalitesine sahip imgeyi belirlemeye çalışan uygulama geliştirilmiş ve sonuçlar irdelenmiştir.
İldeki kurumlar arası çalışma performansının arttırılmasında veri madenciliği tekniklerinin kullanılması
Günümüzde gelişen teknolojiyle birlikte veritabanlarında tutulan verilerin boyutu artmaktadır. Bu artış veriler üzerinde yapılan işlemleri zorlaştırmaktadır. Bu nedenle büyük veri yığınlarını kullanarak önceden bilinmeyen ilişkilerin çıkarılması önemli bir yer tutmaktadır. Veri madenciliği bu veri yığınları içerisinden önemli verilerin işlenip anlamlı bir hale getirilmesi için geliştirilmiş bir süreçtir. Veri madenciliği sürecinde geliştirilen birden fazla yöntem ve algoritma mevcuttur. Bu çalışmada uygun tekniğin ve algoritmanın bulunabilmesi için veri madenciliği teknikleri ve algoritmaları incelenmiştir. Daha sonra tezde geliştirilmek istenen kurumların veya çalışanların performanslarının artırılması için uygun yöntem ve algoritma seçilmiştir. Bu tezde kurumların veya çalışanların performansını artırmak için veri madenciliği algoritmalarından biri olan apriori algoritması kullanılmıştır. Apriori algoritması kullanılarak Visual Studio'da (C# dilinde) uygulama yazılmıştır. Uygulamada elde edilen çıkarımlarla birlikte kurumların veya çalışanların performansının nasıl artırılacağı tespit edilmeye çalışılmıştır.
İnsansız hava araçları görüntüleri üzerinden optimum rota tespiti
İnsansız hava araçları günümüzde önemli bir yere sahip olmaktadır. Bu araçlar takip, gözlem, keşif ve güvenlik sağlamak amacıyla kullanılmaktadırlar. Bu araçların kontrolünün uzaktan kumandasız otonom olarak yapılması hedeflenmektedir. Bu sayede insanlardan bağımsız ve düşük maliyetli bir gözlem sağlanmış olacaktır. Bu çalışmada yol tespiti yapılmakta ve bu işleme ek olarak rota oluşturulmaktadır. Bu sayede belirlenen sürelerde gözlem ve takip yapılarak güvenlik sağlanmak istenmektedir. Daha önce gerçekleştirilen çalışmalar yol tespiti için kullanılan yöntemlerden büyük çoğunlukla bir tanesini kullanmaktadırlar. Bu yöntemler sınıflandırma, doğrultu bulma, renk ve ton farklılıkları gibi yöntemlerdir. Bu çalışmada, yol tespiti yapmak amacıyla kullanılan yöntemlerden iki tanesi aynı anda kullanılmaktadır. Bu yöntemler k-En yakın komşu sınıflandırması ve Hough dönüşümü yöntemleridir. Oluşturulan algoritmada önce kameradan görüntü alınmakta ve gürültüden filtre ile arındırılmaktadır. Ardından görüntüdeki gölgeler tespit edilmekte ve kaldırılmaktadır. Daha sonra ilk yöntem olan en yakın komşu sınıflandırması yöntemi adımlarında işleme tabi tutularak yol tespit edilmektedir. Bu işlem ile eş zamanlı olarak görüntü ikinci yöntem olan Hough dönüşümü işlem adımlarına alınarak işlemler gerçekleştirilmekte ve yol tespit edilmektedir. Daha sonra bu iki yöntem ile elde edilen yol sonuçları kombine edilerek çakıştırılmaktadır. Füzyon işlemine tabi tutulan bu iki sonuç nihai yolun tespitini sağlamaktadır. Bu işlemin sonucunda tespit edilen yol rota tespiti için kullanılan yolu temsil etmektedir. Bu adımdan sonra bulunan yolun orta doğrultusu tespit edilmekte ve bunun neticesinden rota belirlenmektedir. İki yöntemin aynı anda kullanılarak doğrulama ile yolun tespit edilmesi başarı oranını yükseltmektedir. Birçok çalışmaya göre tespit açısından daha yüksek performans değeri elde edilmektedir. Sonuç olarak İHA otonom olarak istenen yolu işlem adımları sonucunda belirlenen rota doğrultusunda takip edebilmektedir. Hedef noktaya ulaşıldıktan sonra belirlenmiş olan rota takip edilerek başlangıç noktasına geri dönülebilmektedir. Bu sayede uzaktan kumanda gerektirmeden uçuşlar yapılabilmekte ve başlangıç noktasına dönülebilmektedir. GPS verilerine gerek duyulmadan yol konumu ve rotası belirlenebilmektedir. Anahtar Kelimeler: Yol tespiti, İnsansız hava aracı, En yakın komşu, Hough dönüşümü, füzyon.
Yapay sinir ağları kullanılarak cilt hastalıklarının teşhis edilmesi için yardımcı bir sistem gerçekleştirilmesi
Cilt hastalıklarının teşhisi günümüzde dermatoloji alanında büyük bir sıkıntıya neden olmuştur. Cilt hastalıklarının benzerliğinden dolayı bu çoğu zaman yanlış teşhise sebep olmaktadır. Yanlış teşhis ise doğal olarak yanlış tedavi uygulanmasına neden olacaktır. Bu çalışmada cilt hastalıkları tanıması üzerine bir sistem gerçekleştirilmeye çalışılmıştır. Bu çalışmada materyal olarak insan cilt görüntüleri kullanılmıştır. Bu cilt görüntülerinden öznitelik çıkarmak için Gabor dalgacık dönüşümü kullanılarak her bir imgeden öznitelik matrisi elde edilmiştir. Bu öznitelik matrislerin standart sapma, ortalama ve entropi değerleri hesaplanmıştır. Bu değerlerle her imge için 3 parametrelik yeni bir öznitelik vektörü oluşturulmuştur. Elde edilen özniteliklerin sınıflandırılması için yapay sinir ağları kullanılmıştır. Elde edilen öz nitelikler farklı öğrenme algoritmaları ile çapraz doğrulama testine tabi tutularak %85'e varan başarı düzeyleri elde edilmiştir. Anahtar Kelimeler: Yapay Sinir Ağları, Cilt Hastalıkları, Gabor Dalgacık Dönüşümü, Çok Katmanlı Algılayıcı, Çapraz Doğrulama
Epilepsy seizure detection in eeg signals using wavelet transforms and support vector machines
In the medical science sector, the major focus for the researchers is the medical diagnosis of the abnormalities in brain .The most common brain disorder "epilepsy" that around 1% of total populace experiences this deformity. The Electroencephalogram "EEG" is an apparatus for measuring cerebrum activities which reflect the brain condition. EEG signal is collecting of brain electrical actions and has many information about brain states, also applied in several epilepsy detection methods. Epileptic seizures are distinguished by abnormal electrical activity happen in the brain. EEG records the seizures pretending changes in signal morphology. All these signal characteristics, however, differ between patients as well as between different seizures in the same patient. Epilepsy is succeed with anti-epileptic medications but in some ultimate cases surgery may be needed. Non-invasive surface electrode EEG measurement gives an estimate of the starting seizure but more invasive intracranial electrocardiogram (ECoG) are wanted at times for accurate localization of the epileptogenic zone. Methodology BCI Brain Computer Interfacing that expands a path for correspondence with the outside environment utilizing the brain thoughts. The achievement of this methodology relies on upon the select of techniques to handle the brain signal in every phase, BCI techniques framework is comprises of basic four phase. These are for the most part Signal Acquisition, Computer Interaction, Signal Classification and Signal Pre - Processing. The securing of brain signals is achieved by utilizing different non- invasive techniques like Electro Encephalograph (EEG). Magneto Encephalography (MEG), Near Infra-Red Spectroscopy NIRS and functional Magnetic Resonance Imaging fMRI. After signal acquisition phase, it was done pre-process the signals; can also be called as Signal Enhancement. For the most part, the gained brain signals are polluted by noise and artifacts. Heart beat ECG, eye blinks and eye movements EOG are artifacts. And also these, muscular movements and power line mediations are also blended with brain signals. After gaining the signals without noise in the signal increase stage, essential features in the brain signals were extracted. The signals are classified into several classes after feature extraction. Classifying electroencephalography, signals is an important step for proceeding EEG to identify the abnormal electrical activity in the brain. In this thesis, we present two BCI systems based on Maximal overlap discrete wavelet analysis which use to filter noise and feature extraction of signals and Support Vector Machine the most generality common Machine Learning techniques it use for classifying the Electroencephalography (EEG) signals and it based on the neuronal activity for the brain. The other system based on Maximal overlap discrete wavelet analysis, principle component analysis, and SVM which are able to identify epilepsy seizures from EEG signals. This work is part of research looking for the normal person and abnormal "epileptic" patients using (EEG), the importance of PCA as reduction of dimensionality of data explained.
Image enhancement based breast cancer detection using artificial neural network
Cancer of breast is one of the major reasons for women death. Detection of this disease in early stages can help to avoid the raising number of deaths. One of the most used algorithm for detecting cancer of breast is by enhancement of mammogram images which is used to make desired image suitable for specific application. Also the visual quality of images can be improved using digital image enhancement method. In this paper neural network technique has been used to enhance the mammogram images. This method aims to earn some great benefits of improve and sharpening procedure that is designed to understand unexpected changes in the image intensity, which leads to recognize healthy person's mammogram. The used algorithm can also remove the noise of both sharpening and smoothing techniques caused by their application in image processing field. In this work, the proposed method has been implemented using MATLAB simulation software. The systems have been trained and tested using several breast X-ray mammograms. Depending on the simulation results, the proposed method can advantageously enhance the selected mammogram image and successfully detect the breast cancer which can provide help that is additional radiologists to detect and identify infected mammograms of breast cancer. Keywords: Image processing, neural network, Image enhancement Mammogram, classification, Segmentation.
Derin öğrenme tabanlı yüz ayırt etme ve tanıma
Yüz ayırt etme ve tanıma konuları bilgisayar görmesi alanında uzun yıllardır çalışılan aktif araştırma konularıdır. Literatürde, istatiksel tabanlı, görünüm tabanlı ve şablon eşleme tabanlı gibi yöntemler bulunmaktadır. Var olan bu yöntemler, poz değişikliği, aydınlanma etkisi ve gürültülü görüntülerde istenilen başarıyı çoğu zaman sağlayamamaktadır. Son yıllarda, donanımsal kısıtların giderilmesi ile birlikte yapay sinir ağlarının katman sayısı arttırılarak derinleştirilmiş modeller geliştirilmiştir. Bu yapılar genel olarak "derin öğrenme" olarak bilinmektedir. Makine öğrenme konularının neredeyse hepsinde kullanılarak, var olan durumu iyileştiren derin öğrenme, görüntü işleme problemlerinin çözümü için de kullanılmaktadır. Sonuç olarak bu tez çalışmasında son zamanların popüler konusu derin öğrenme irdelenmiş, derin öğrenme mimarilerinden olan evrişimsel sinir ağları kullanılarak yüz ayırt etme ve tanıma işlemleri gerçekleştirilmiştir.
Video görüntüleri içinden hareketli nesne ayıklanması ve izlenmesi
Bilgisayarla görmenin önemli konularından biri olan nesne takibi, video kaydı içerisinde hareket etmekte olan nesnelerin hareket yörüngelerini tahmin etme problemidir. Nesne takibi, başta güvenlik sistemleri olmak üzere, tıpta hastalıklı hücre izlenmesi ve tanınması, askeriyede insansız araç yapılması ve akıllı silah yapılması gibi daha birçok alanda kullanılmaktadır.Literatürde, nesne takibi ile ilgili birçok yöntem bulunmaktadır. Tez çalışmasında nesne takibi için iki farklı algoritma kullanılmıştır. Birincisi, nesnenin istatistiksel renk dağılımını kullanan parametrik olmayan bir yöntem olan ortalama kayma algoritması; ikincisi ise optik akış tahmini olarak da adlandırılan hız tahmininde iki görüntü dizisi kullanan farksal tekniklerinden biri olarak kullanılan Horn ve Schunck algoritmasıdır.Çalışmada nesne takibinde karşılaşılan problemlere çözüm için önerilen yöntemler sınıflandırılmıştır. Kullanılan algoritmalar hakkında detaylı bilgi verilmiştir. Matlab aracı kullanılarak, iki farklı algoritma ile nesne takibi yapılmıştır. Elde edilen veriler analiz edilerek karşılaştırılmıştır. Karşılaşılan problemlere çözüm önerisinde bulunulmuştur.
Nesnelerin üç boyutlu modellenmesi için kinect tabanlı bir uygulama
Günümüzde insan gözünün gördüğü şekliyle, üç boyutlu gerçek dünya nesnelerini, iki boyutlu bir görüntü yapısı ile içeriğini yeniden düzenleyip, yeniden yapılandırmak için çözüm üretmek son derece zordur. İnsan gözünün görsellik yapısı özelliği itibariyle iki boyuttan, (2B) üç boyuta (3B) dönüşüm gerçekleştirme gibi bir zorunluluğu yoktur, bu özellik insan için görsel dünyayı anlamak adına olağanüstü bir yetenektir. Bilgisayar görmesi, sanal gerçeklik, nesne tanınması, arttırılmış gerçeklik, yeniden yapılandırma görsel dünyanın mantıksal yaklaşımını anlamak için insanların bu tür yeteneklerini taklit etmek istemektedir. Fakat gerçek dünya nesnelerini 3B olarak bilgisayar ortamında yeniden yapılandırılması oldukça zahmetlidir. Bu tez çalışmasının arka planında, temel olarak fiziksel dünya nesneleri ile sanal uzay arasında, çeşitli metotlar kullanarak yeni bir etkileşimin sağlanması yatmaktadır. Bu açıdan amaç, kapalı bir sahnenin, detaylı olarak yeniden yapılandırılması için, gerçek dünya nesnelerinin, hareketli olarak 360 derecelik tarama üretme kapasitesine sahip bir standart 3B kamera ile oluşturulacak olan sanal alanlar içerisinde, nesnenin 3B modelinin görüntülenmesini sağlamaktır. Bu hedefin uygulanmasında öncelikle, fiziksel nesnelerin 360 derecelik sağlam bir yapıda oluşturulması için, nesnenin tam derinlik verilerinin elde edilmesi aşamasında, birden fazla tarama bütünü hakkındaki mevcut yöntemlerin incelenmesi ile ilgili araştırma yapılarak işe başlandı. Bu tez çalışmasında Microsoft Kinect ve açık kaynak kodlu nokta bulutu kütüphanesi kullanılarak, yakalanan gerçek dünya nesnelerinin nokta bulutu ile yeniden yapılandırılması sırasında en iyi sonuçların elde edilmesi için bu noktaların işlenmesi üzerine odaklanır. Sonuç olarak bu tez çalışmasında, düzlemsel yüzeyler üzerinde sabit olarak yerleşik durumdaki gerçek dünya nesnelerinden, hareketli olarak birden fazla alınmış olan nokta bulutu kümesi (nbk) derinlik taramaları üzerine, nesneye ve arka planlarına uygulanacak olan çeşitli filtreleme yöntemleri incelenmiş, bu verilerin üçgenleme yöntemiyle birleştirildikten sonra MeshLab ve OpenGL sanal görüntüleme ortamlarında görselleştirilmiştir.
GPU programlama kullanan seviye kümeleri ve uygulamaları
Son yıllarda grafik işlemcilerinin gelişmesi ile birlikte ekran kartları, genel amaçlı hesaplamalar yapmak için yaygın olarak kullanılmaya başlanmıştır. Özellikle 2007 yılında yayınlanan CUDA C dili ile birlikte birçok araştırmacı, CUDA C programlama dilini yüksek hesaplama gereken işlemler için kullanmıştır. Bu tez çalışmasında görüntü bölütleme için kullanılan seviye kümesi yöntemi ölçeklendirme yaklaşımı ile GPU üzerinde çalıştırılmıştır. Seviye kümeleri yaklaşımı ağırlıklı olarak kısmi diferansiyel denklemlerin çözümüne dayanmaktadır. Sunulan yöntem kısmi diferansiyel denklem çözümüne gerek duymaz. Temel geometrik dönüşümlerden olan ölçeklendirme yaklaşımını kullanır. Böylece çözüm için gerekli olan hesaplama yükünü hafifletir. GPU üzerinde CUDA programlama kullanılarak performans ve harcanan zaman bakımından avantaj sağlanmış ve çok daha hızlı sonuçlar elde edilmiştir. GPU kullanılması ile gerçek zamanlı işlem yapmaya da olanak sağlamıştır. Geliştirilen uygulama MRI beyin görüntüleri üzerinde tümör bulunması amacı ile kullanılmıştır.
Gerçek zamanlı medya akışı işleminin yürütülmesi için web ortamı geliştirilmesi
Web akışı internet üzerinde aşamalı bir şekilde ortam verilerinin transferinin yapılarak ortam dosyasını bilgisayarına indirmeden izlenmesi olarak tanımlanır. Ortam türleri tek bir formatta olmadığından, farklı dosya türleri için farklı yaklaşımların geliştirilmesi gerekmektedir. Ortam verilerinin farklı formatlarda olmalarının nedeni farklı sıkıştırma metotları sıkıştırılmış olmalarıdır. Bu sebeple ötürü ki ortam akışları için farklı metotların kullanılması zorunludur.Ortam türlerinin İnternet ortamında farklı kullanım alanları bulunmaktadır. Örneğin canlı yayın, uyarlanmış canlı yayın ve istenildiğinde izlenebilen yayınlardır. Ortam türlerinin İnternet ortamında hızlı transferi için kullanılan en yaygın araç kod-çözücülerdir. Bu yazılımlar kullanıcı bilgisayarını İnternete bağlayan modeme benzetilebilir. Ortam akışlarının daha güvenli akışını sağlamak amacıyla genellikle açık kaynak yazılımlar tercih edilmektedir. Bazı ortam türleri için ise özel geliştirilen protokoller bulunmaktadır; örneğin MMS gibi. Fakat daha hızlı ortam akışının sağlanması için bu özel protokoller ya da UDP protokolü yeterli gelmediğinden yeni geliştirilen protokol çalışmalarına gerek duymaktadır. Örneğin veri transferinde kullanılan TCP protokolü üzerindeki çalışmalar v.b... gibi gelişen teknolojiyle beraber çeşitlenen kullanıcı istekleri ortam türlerinin de farklı yöntemler kullanılarak kullanıcılara gönderilmesini zorunlu hale getirmiştir.Bu tezin amacı İnternet ortamında ortam dosya türlerinin akışı için kullanılan farklı metot ve yöntemlerinden en güncel olan çalışmaların tanıtılması ve yapılan farklı çalışmaların ortam türleri akışı üzerindeki etkilerinin incelenmesidir.
İnsan yüz imgelerinden yüz ifadesi tanıma
Yüz ifadeleri, insanlar arası iletişimde anlam bütünlüğünün sağlanması için büyük rol oynayan, sözlü olmayan işaretlerdir. İnsanoğlu yüz ifadelerini kavramada herhangi bir zorluk çekmezken, bu durum makineler için geçerli olmayıp, halen güvenilir ifade tanıma sistemleri üzerinde çeşitli araştırmalar yapılmaktadır. Bu çalışmada, insanın içinde bulunabileceği 6 ifade durumunun (öfke, iğrenme, korku, mutluluk, üzüntü ve şaşkınlık) analizi gerçekleştirilmiştir. Bu amaçla, her bir ifade için alınan görüntülerin öznitelikleri, Gabor, LoG(Laplacian of Gaussians), DoG (Difference of Gaussians) ve geliştirişmiş adaptif Gabor-LoG(Laplacian of Gaussians) kullanılarak çıkartılmıştır. Temel Bileşenler Analiz yöntemi ile boyut indirgenip işlem yapılmış ve Öklid uzaklık hesabı yapılarak sınıflandırma işlemi yapılmıştır. Kullanılan yöntemlerin ifade sınıflandırılması üzerindeki etkileri incelenerek karşılaştırma yapılmıştır. Uygulama sonuçları %90 üzerinde bir doğruluk elde edilmiştir.
Sıvı akışkanların animasyonu
Bu çalışmada akışkanların animasyonu incelenmiştir. Bunun için akışkanların özellikleri araştırılmıştır. Çalışmada öncelikle animasyon ve akışkanlar ile ilgili bilgilere yer verilmiştir. Animasyon için akışkanların hareketinde karşımıza çıkan problemler incelenmiştir. Hareket denklemleri incelenip animasyonda kullanımıyla ilgilenilmiştir. Hareket denklemlerinin çözümü için Navier-Stokes denklemlerinden faydalanılmıştır. Bu adımlardan sonra karşımıza çıkan diferansiyel denklemin çözümü için Sonlu Farklar yaklaşımı kullanılmıştır. Uygulama olarak bilgisayar ortamında nesne tabanlı programlama dillerinden olan Visual Basic dili kullanılarak animasyon gerçekleştirilmiştir. Hareket denklemi Sonlu farklar metoduyla çözüldükten sonra belirtilen dilde uygulamaya konularak dalga animasyonu gerçekleştirilmiştir.Anahtar Kelimeler: Animasyon, Akışkanlar, Akışkan Hareket Denklemleri, Navier- Stokes Denklemleri, Sonlu Farklar Yaklaşımı
Biyomedikal görüntü bölütleme
Günümüzde bilgisayar ve sanal görsellestirme teknolojilerindeki gelismeler medikal görüntüler yardımıyla anatomik yapılar hakkında daha fazla bilgi edinilmesine imkân tanımaktadır. Artık her alanda kullanılmaya baslanan görüntü isleme tekniklerinden biri olan görüntü bölütleme, hastalık teshisinde ve tanıda büyük bir role sahiptir. Görüntü bölütleme yaklasımlarının görüntüye özgü sonuçlar vermesinden dolayı bu alana özel yaklasımlar giderek artmaktadır. Özellikle CT ve MR görüntü kesitleri üzerinde uygulanan yöntemler bu görüntülerden olabildiğince faydalanılmasını sağlamıstır. Bu çalısmada, biyomedikal görüntü bölütlemenin önemi üzerinde durularak görüntülerin iyilestirilmesi ve bölütlenmesi için temel islemler anlatılarak biri görüntü iyilestirme diğeri görüntü bölütleme üzerine iki yeni yaklasım önerilmistir. Anahtar kelimeler: Görüntü bölütleme, görüntü isleme, esikleme.
Veri madenciliği ile meteorolojik parametrelerin analizi ve ziraî meteoroloji haritasının çıkarılması
Veri madenciligi, büyük veri kaynaklarından önceden bilinmeyen gizli, önemli ve yararlı bilgileri çıkartmaktır. Bu çalısmada, Malatya'nın ziraî meteoroloji haritasının çıkartılması suretiyle tarımsal ürünlerin desen kesfinin yapılması amaçlanmıstır. Ayrıca üreticinin yapacagı yatırımı önceden planlayabilmesi ve bu sekilde yanlıs yatırımlardan dogacak maddi kayıpları en aza indirmesi ve yapılacak büyük projelerde ülke ekonomisine katkıda bulunulması hedeflenmistir. Veri madenciligi teknikleri kullanılarak, büyük miktarda verinin saklandıgı meteoroloji ve tarımsal veri kaynakları veri madenciligi modellerinden kümeleme, sınıflandırma ve iliskilendirme modelleriyle islenip yorumlanması saglanmıstır. Bunun sonucunda Malatya'nın ziraî meteoroloji haritası çıkartılması ve tarımsal ürünlerin desenlerinin kesfinin bulunması saglanmıstır. Kümeleme modeli ile ürünlerin yapısal özelliklerine göre hangi kümeye ait oldugu, sınıflandırma modeli ile ürünlerin verim analizlerine göre önceden belirlenmis sınıflardan hangisi ile temsil edilecegi, iliskilendirme modeli ile de ürünler arasındaki gizli iliskilerin (desenlerin) ortaya çıkarılması saglanmıstır. Uygulama olarak , Malatya'nın ziraî meteoroloji haritası çıkartılmıstır. Ayrıca girilen bir ürünün hangi kümeyi ait oldugu, bu küme içerisinde hangi sınıfla temsil edilecegi ve bu ürünün varlıgıyla diger yetisecek ürünlerin varlıklarının tahmin edilmesi saglanmıstır. Anahtar Kelimeler: Veri Madenciligi, Karar Agaçları, Hiyerarsik Yöntem, Apriori Algoritması